深度學習
- 什麼是人工智慧領域的深度學習?
- 蛋白質深度學習
- 【動手學深度學習】第十二章筆記:非同步計算、資料並行
- 【動手學深度學習】第五章筆記:層與塊、引數管理、自定義層、讀寫檔案、GPU
- 【動手學深度學習】第四章筆記:多層感知機、權重衰減、暫退法、數值穩定性和模型初始化、環境和分佈偏移
- 深度學習--RNN基礎
- 深度學習--實戰 LeNet5
- 深度學習--PyTorch定義Tensor以及索引和切片
- 深度學習基礎5:交叉熵損失函式、MSE、CTC損失適用於字識別語音等序列問題、Balanced L1 Loss適用於目標檢測
- 卷積操作的概念及其在深度學習中的應用
- 從零開始配置深度學習環境:CUDA+Anaconda+Pytorch+TensorFlow
- 深度學習環境配置
- 開源專案audioFlux: 針對音訊領域的深度學習工具庫
- 【動手學深度學習】第三章筆記:線性迴歸、SoftMax 迴歸、交叉熵損失
- 深度學習之PyTorch實戰(5)——對CrossEntropyLoss損失函式的理解與學習
- 深度學習深入淺出
- 深度學習——使用卷積神經網路改進識別鳥與飛機模型
- 深度學習 preprocess 預處理圖片方式去 pytorch 化
- 【動手學深度學習】2.4 ~ 2.7 節學習(微積分、自動求導、機率、查閱文件)
- 構建基於深度學習神經網路協同過濾模型(NCF)的影片推薦系統(Python3.10/Tensorflow2.11)
- CSDN周賽第41期:贏《動手學深度學習(PyTorch版)》和定製周邊
- 深度學習之PyTorch實戰(4)——遷移學習
- 深度學習模型壓縮方法概述
- 使用 numpy 的 savez_compressed 儲存深度學習模型生成的向量資料
- 知識蒸餾、輕量化模型架構、剪枝…幾種深度學習模型壓縮方法
- CSDN周賽第35期:贏《阿里雲天池大賽賽題解析―深度學習篇》和定製周邊
- 程式碼最佳化與程式加速指南——針對數值最佳化和深度學習領域
- 計算高效深度學習報告:演算法趨勢和機遇
- 深度學習框架Pytorch學習筆記
- 深度學習基礎-最佳化演算法詳解
- 深度學習-LSTM
- 如何判斷深度學習推理是不是真的跑在顯示卡上了
- 深度學習煉丹-資料標準化
- Python TensorFlow深度學習迴歸程式碼:DNNRegressor
- 《基於深度學習的目標檢測綜述》論文獲發表
- 深度學習機器學習基礎-基本原理
- 【深度學習】檢測CUDA、cuDNN、Pytorch是否可用
- 讀懂深度學習,走進“深度學習+”階段
- 亮點回顧|2022 re:Invent Recap:創新源動力——深度學習技術洞察與實踐
- 什麼是深度學習的影片標註?
- 深度學習基本部件-啟用函式詳解
- [深度學習] 基於切片輔助超推理庫SAHI最佳化小目標識別
- 深度學習之Transformer網路
- 深度學習煉丹-資料預處理和增強
- 人物 | 魏竹斌:58同城深度學習推理平臺基於Istio的雲原生閘道器實踐
- 深度學習煉丹-資料處理和增強
- 深度學習之殘差網路
- 【機器學習】李宏毅——淺談機器學習原理+魚與熊掌兼得的深度學習簡述
- 深度學習煉丹-超引數設定和網路訓練
- 深度學習煉丹-不平衡樣本的處理
- 10個python常用且好用的機器學習及深度學習庫!
- 深度學習-第三章機率與資訊理論
- 在 win11 下搭建並使用 ubuntu 子系統(同時測試 win10)——(附帶深度學習環境搭建)
- 香港大學韓鍇課題組招募計算機視覺、深度學習方向博士及博士後
- 深度學習之tensorflow2實戰:多輸出模型
- 聲網深度學習時序編碼器的資源預測實踐丨Dev for Dev 專欄
- 【推薦】最常用的Python機器學習及深度學習庫合集!
- A-深度學習面試題
- 深度學習框架新手快速上手指南
- 深度學習之卷積模型應用